一种基于多视图转换的双目标域个性化物品推荐方法及装置

本发明涉及一种基于多视图转换的双目标域个性化物品推荐方法及装置，属于人工智能技术领域。方法包括：通过对用户行为进行编码和模型训练，得到每个目标域的用户直接嵌入、用户关系嵌入和用户基于元路径的嵌入；分别构建个性化桥接函数，将本目标域的各个用户嵌入转换到另一个目标域；对各个转换后的嵌入进行合并，得到转换到本目标域的多视图转换嵌入；利用本目标域的解码器对用户直接嵌入和多视图转换嵌入进行解码，分别得到域内和跨域预测的物品推荐结果；利用联合损失函数对整个模型进行训练。本方法能够提供更加个性化和精确的推荐内容，有效减少单一视角带来的偏差和数据稀疏性问题，提高整体推荐系统的鲁棒性和可靠性。